罕见平均超额收益为负！百亿量化私募回应

　　今年量化私募产品平均收益3.69% 更应关注长期超额胜率和稳定性

　　今年全市场量化私募产品平均收益为3.69%，但年内平均超额收益为-0.46%。关于今年量化策略超额不太好做的原因，私募认为主要跟今年较为极端的行情、量化持仓特性等有关。但私募表示近期市场环境有所好转，量化策略出现业绩分化。他们建议投资者投资量化产品更着眼于长期，因为量化短期表现和市场强相关，超额分布往往是不均匀的，需要不断累积。选择量化私募产品要考察其在超额上的胜率和稳定性。

　　量化私募产品今年平均收益3.69%

　　多因素导致短期超额表现不佳

　　私募排排网数据显示，截止4月20日，今年来有业绩展示的4844只量化私募产品，年内整体收益为3.69%，其中3364只产品实现正收益，占比为69.45%；年内平均超额收益为-0.46%，其中2236只产品实现正超额，占比为46.16%。

　　细分来看，今年来中证1000指增和中证500指增产品表现更好，整体收益率分别为12.23%、10.06%；今年表现垫底的是量化CTA产品，整体收益为-1.20%。

　　“最近行情下的量化策略超额表现越发不明显。今年以来量化策略的超额收益相对不好做，从市场来看，1月的行情主要是由符合外资偏好的大盘权重股主导，而量化策略偏好在中小盘挖掘超额，难有较好的Alpha收益。而在2月至3月期间，市场行情集中在AI、传媒、游戏、黄金等板块，量化策略有风格、行业限制，极端的结构化行情对于持仓限制严格的量化产品来说想做出超额收益较为困难。”排排网财富合伙人项目负责人孙恩祥说。

　　某中型量化私募表示，今年量化环境并不友好，一两个行业占用流动性，其他的行业没有太好的表现，最近又出现了反转。今年量化私募整体超额中枢水平不高。结合之前行业流动性分布，成分股和成分股之外股票表现情况分析。

　　格上财富金樟投资研究员关晓敏称，近期量化产品超额表现较为平庸，当市场表现为极端行情，比如普涨，比如普跌、比如个别行业表现异常突出，由于量化多头策略持仓分散的特性，不容易做出超额。

　　黑翼资产创始人邹倚天认为，今年市场风格切换明显，个股表现分化加大，A股不同市值风格的指数表现出现较大差异，从而带来不同量化指增产品的收益表现也出现了偏离。“从整体来看，今年前四个月的量化超额收益相比去年同期有所下降，超额环境并没有去年好做。不过大部分指增和全市场量化选股的年内超额收益为正，其中全市场量化选股和1000指增的超额表现普遍要好于500指增。”

　　但是，部分私募说当前市场环境对量化策略获取超额比较有利。

　　世纪前沿私募表示，一季度前中段宽基指数波动率持续走低，不利于量化策略的运行。但是从2月下旬开始量化策略运行环境已有明显好转，时序波动有显着回暖迹象。交投活跃度在行情回暖的带动下也有加速提升的迹象，3月两市成交额相较前两月有明显提升，在月底突破万亿大关。“整体环境回暖的趋势持续，对量化策略获取超额收益相对有利。量化策略在3月内均出现了显着的业绩分化，管理人灵活性和波动控制价值凸显。我们在组合层面针对性进行暴露控制，中频日内Alpha表现较好，2月底至今表现较好。”

　　宽德投资称，今年以来，市场上大多数量化私募机构500指增产品的超额相对吃力，整体在不断减弱。长远来看，未来的资本市场一定会趋向成熟，市场定价会更加有效，超额收益整体下降是必然趋势，逐渐回归到均衡水平。

　　蒙玺投资表示，相比其他投资类型，量化策略即使在复杂的行情下，依然在获取超额收益方面有较多优势。从投资本质讲，量化策略主要是通过挖掘市场无效性来获取超额收益。随着A股市场逐渐机构化，市场有效性越来越强，超额收益获取难度加大是大势所趋。但与海外成熟市场相比，国内量化市场依然有较大的超额获取空间，这对国内量化机构来说是发展窗口。

　　投资者应更着眼于长期表现

　　关注量化产品超额胜率和稳定性

　　关于短期超额难做的问题，一些私募认为应该跟客户作出解释，同时建议客户更着眼于长远。

　　“量化策略本身也有周期，超额表现的周期性很正常，最直观的体现就是在月度上非平均分布。短期超额的高低评判没有意义，随机性太强，不具备统计性。去年一季度行业超额出现整体回撤，但后面5-8月迎来了超额的大反弹。不能因为产品出现短期回撤就认为模型失效或者管理人出现问题，同样也不能因为某段时间产品表现优异，就对管理人有不切实际的预期。将时间拉长来考察就更接近管理人的超期预期表现。”前述中型量化私募坦言。

　　世纪前沿私募表示，量化超额分布往往是不均匀的，可能一个月偏低，一个月又很高，但全年下来还是会不断累积的。要接受某一个季度市场环境不好，超额收益比较难做的情况。但如果稍微拉长周期，这种超额波动是很正常的。“总结而言，投资者投资量化产品时，看历史超额高就追进去，短期跑不赢指数就忧心忡忡，怀疑策略失效，这种错误模式是我们需要规避的。建议投资者进行长期配置，避免短期市场波动对投资带来的影响。市场的波动和短期风险无法避免，长期投资可以通过利用时间价值和持续的复利效应实现更稳定和可持续的增长。”

　　蒙玺投资认为，对投资者来说，策略的周期性决定了产品业绩在一定时间内会出现均值回归。所以，投资者尽量不要频繁调仓，因为很容易追高，遇到回撤会很煎熬。最好可以认定一些产品，认定一些机构，留半年或者一年以上的时间观察。

　　在明汯投资看来，长期来看超额收益逐渐衰减是不可逆的趋势。受到外部环境影响，超额收益也存在天然波动，呈现一定的周期性——考虑到市场风格转换较快，阿尔法的周期大致在季度级别，股票量化模型出现几个月的超额回撤也属于正常范围；而贝塔的周期约为2-3年，所以一般会建议股票多头的投资者持有三年以上的时间，淡化市场短期波动影响。

　　在选择量化私募上，机构也给出了建议。孙恩祥称，量化短期表现和市场强相关属于正常现象，投资者投资量化产品相比主观多头能够在波动率较低的环境下锁定Beta收益的同时获得超额收益。一是建议选一些业绩时间较长规模适中的量化机构进行投资；二是厘清产品历史正负超额业绩归因，不少量化私募机构为了获取更多超额收益放大风险敞口，对标指数偏离严重；三是对标指数的量化指增产品，选择低估值赛道，切勿盲目追高。

　　雪球副总裁夏凡表示，在市场不具备大趋势共识的环境中，市场热点风格切换迅速，如AI等相关赛道的突出表现，让市场整体阿尔法更加难以把握，很多策略超额波动较大；选择量化私募产品建议选择久经市场考验、策略灵活、承压能力强的头部管理人，因子方向上倾向于更多元化，更注重基本面及另类因子的策略管理人。“雪球在量化管理人的遴选上，一方面从投资体验角度出发注重考量超额收益的胜率和稳定性，另一方面从配置差异性角度出发，从收益来源、策略多样性视角持续甄别和挖掘潜力选手。”

　　关于量化产品，千象资产合伙人、总裁吕成涛称，虽然市场行情比较极端，但得益于策略的均衡配置，公司今年以来的超额收益较为稳定，过去2年以来的超额水平也在稳步提升。“任何策略都有周期性，建议投资者，一是坚守资产配置的框架，对各类资产有合适的配置比例；二是了解策略的内在逻辑，对收益有合理的预期；三是拉长持有周期，避免短期的追涨杀跌行为。”

　　邹倚天表示，短期的波动是正常的，建议投资者更关注超额收益的长期稳健性。在产品选择上，可以多关注指增产品以及全市场量化选股产品。从长期来看，全市场量化选股产品因为放宽了指数约束，更容易发挥量化模型的超额收益，也更容易发挥管理人的超额获取能力。

　　宽德投资认为，投资者可以逐步建立一套统一的评估体系，关注对应产品历史规模变迁、各个产品业绩的一致性、注重对同一产品的长期追踪，尤其要警惕投机性的产品展示策略。

　　量化策略小市值超额更明显？

　　私募认为要辩证看待

　　对量化私募来说，近年来小市值相比大市值超额收益更明显。

　　“一般当市场处于成交量大、波动率高、行情偏中小盘、高流动性股票表现更好的环境中，量化管理人的超额往往表现更突出。”明汯投资坦言，从2013年至今，中小盘的交易量一直非常大，这也是量化能做出较高超额的原因之一。A股对量化比较友好，现在股票数量达到5000多只，前1000只占交易量40%左右，余下4000多只股票占交易量近60%。而美国市场前1000只股票占整个市场交易量的90%多。因为可投资标的很多，所以中国量化选股模型的维度最宽。

　　世纪前沿私募表示，绝大多数量化管理人，来源于小盘股的超额明显好于来源于大盘的超额，像中证1000指增的超额就明显好于沪深300指增的超额。“其实这不是我们主动选择的结果，而是市场环境使然。2013年至今，中小盘股的交易量一直非常大，这也是量化可以做出很好超额的原因之一。相对于大盘股，小盘股确实波动更大，机构参与度不高，所以同等预测能力的量化模型，在小票上获取的超额会更多。中国经济在不断发展，而中小盘股代表着中国创新的主力军，比如新能源、半导体、AI等不断吸引着资金的关注，在这些活跃的小盘上，量化策略表现就很好。”

　　蒙玺投资称，通常不同量化策略对不同市值的偏好也有所不同。以市值大小影响较大的量化选股策略来说，随着股票市值的提升，其未来收益率呈逐渐下降趋势。因此，市值较小的股票，波动较大，更容易获取较大的超额收益。相对来说，中证1000比沪深300、中证500更容易获取较大超额收益。

　　但机构也认为需要辩证看待。孙恩祥表示，选择市值较小的标的更容易通过错误定价获取Alpha收益，而且小市值赛道本身不像汇聚各行业龙头的中证500指增这么拥挤，持仓标的较多，同时风险得到一定分散。但是市场瞬息万变，阶段性变化对常年满仓交易的量化策略会产生明显影响。比如近期公私募大量资金涌入中证1000赛道，导致个股估值水平偏高，不仅不再具备投资价值，机构互相博弈在小盘内还会遇到流动性风险。

　　宽德投资说，市值是风险因子之一，公司在市值上保持中性，对于暴露水平有严格的控制。如果管理人对于热门风格因子或板块有大的暴露与偏离，在市场风格转变的时期就会出现大的回撤。

　　吕成涛也称，市值方面无明显偏好。指数增强类产品后端约束较为严格，行业、风格与指数偏离较小，而纯量化选股类产品后端约束较松。任何类型的策略都会出现阶段性不适应的情况，千象资产主要通过高频策略和中低频策略的均衡配置、多元化的超额收益来源，尽可能克服阶段性的不适应。

　　拥抱AI时代，量化私募加强对AI领域的探索

　　记者 任子青

　　ChatGPT无疑是今年市场中讨论度最高的概念之一，ChatGPT的大火掀起了人工智能的新 轮发展浪潮。目前，量化私募不断加大对AI领域的探索，以丰富超额收益来源，提升策略持续迭代的能力。同时在产品方面不断创新，推出“气囊指增”等另类量化指增产品。

　　AI炒股要来了？

　　量化巨头拟构建大模型

　　近日，量化巨头幻方称，将集中资源和力量，全力投身到服务于全人类共同利益的人工智能技术之中，成立新的独立的研究组织，探索AGI（通用人工智能）的本质。

　　这一消息引发市场关注，有市场人士认为，幻方要用AI炒股了，甚至有人在讨论基金经理是否会因此失业。对此，幻方量化CEO陆政哲回应称，“我们探索AGI不是用来炒股的，是做GTP相关的大模型，与金融无关。”

　　随之，AI辅助炒股、大模型的开发以及AI在量化领域应用的合理性、适时性、实用性再度引起热议。

　　排排网财富合伙人项目负责人孙恩祥称，行业中已有完全借助AI炒股的量化私募管理人。从实盘业绩表现来看夏普均在3以上，业绩尤为亮眼，但规模相对较小业绩持续性仍需长期观察。AI对量化投资提供的技术支持能够使量化策略高效更新迭代获取更多收益，利用AI的量化投资可以大大提高对市场表现的分析能力，理解并深度学习。

　　“实际上，AI在量化领域的应用由来已久。”千象资产合伙人、总裁吕成涛表示，所谓的大模型是“大数据+大算力+强算法”，三者缺一不可。在国内当前交易制度之下，量化私募主要以中低频和算法交易为主，目前真正做到“大模型”开发的量化机构微乎其微。但未来随着多元化的另类基本面数据逐步成为量化最主要的信息来源、AI技术与中国数字经济的发展、头部私募算力及算法的不断提升，“大模型”在量化投资方面的应用也会逐步走向现实。

　　宽德投资认为，人工智能带来的技术更新是量化投资整体系统工程优化中重要的部分。整体来看，量化投资是一个综合性系统工程，包括数据处理、软件系统、研究平台、模拟平台、交易管理、风险管理。虽然AI能够有效提高效率，但不能和量化直接打等号。量化投资行业本质上仍旧是技术研发类行业，从技术层面来说，其使命是探索计算奥义、变革金融计算。只有在技术与细节上不断打磨，才能在行业的浩荡浪潮中站稳脚跟，为计算技术的发展中做出贡献。

　　雪球副总裁夏凡称，AI在量化模型建设上可以提供更多新颖因子，同时更加深度地参与机器学习。未来AI在炒股和量化策略建设中都将更具竞争力，占据更多的份额。

　　拥抱AI时代

　　量化私募加强对AI领域的探索

　　近期，ChatGPT掀起了 智能的新 轮浪潮。世纪前沿私募表示，ChatGPT的强大在于它有非常庞大的数据，并对数据有非常强的掌控能力。ChatGPT相对于传统的搜索引擎而言，是利用了深度学习的归纳推理能 ，整合了 数据的信息，给出了更符合逻辑的答案。

　　在此契机下，量化私募也在加强对AI领域的探索。据了解，明汯投资是国内最早一批将人工智能技术成功应用到金融市场的量化私募管理人。自2017开始，明汯便系统性地加入机器学习和深度学习技术，随后不断加大投入，大规模建设高性能计算集群，并持续吸收全球顶级投研人才。明汯投资表示，人工智能体现在明汯量化投资AI框架的每一个环节和角落，相信在未来会有更多的应用。

　　此外，幻方量化在AI领域早有布局。2016年，幻方第一个AI模型诞生；2017年实现策略全面AI化；2020年，总投资近2亿元的“萤火一号”的超级计算机投入使用；2021年，幻方AI再投入10亿建设“萤火二号”。目前“萤火”系列AI训练平台拥有异常强大的计算性能、存储性能和互联通讯能力。

　　宽德投资认为，拥抱人工智能、吸收最新技术是量化投资行业生存的根本。不管是以各类Copilot为代表的辅助型生产力工具，还是使用“接近文本层面的AGI水准”的大语言模型（LLM）处理文本类型的另类数据，再到狭义上利用深度学习技术为代表的机器学习进行市场定价等等，人工智能在量化投资领域的场景化应用是全方位的。人工智能的蓬勃发展，极大地提高了量化投资的效率，它的生产力升级对于量化投资的发展大有裨益，能够让研究的过程更加如鱼得水。

　　世纪前沿私募介绍称，“我们自2021年开始就成立了AI组，招聘了多名来自知名互联网研究机构的机器学习专家，并投入数千万建设机器学习机房。这些专家利用我们研究员提供的有逻辑的特征构建神经网络，能够进 步找出更具深度的市场结构规律。在过去2年，帮我们贡献了明显的超额增益。”

　　吕成涛告诉记者，千象的高频alpha策略主要基于深度学习、神经网络算法开发。自2020年以来，不断加大在算力、算法及数据方面的投入，高频alpha策略业绩也在稳步提升。

　　私募推出另类量化指增产品

　　“气囊指增”产品受关注

　　量化机构除了不断提升策略持续迭代的能力外，旗下的产品也在不断创新。近年来，随着指数增强策略产品规模的不断扩容，策略的同质化现象严重，并在一定程度上出现策略拥挤的情况。近期，有私募推出“另类量化指增产品”，不少与雪球结构（并非在线财富管理平台雪球旗下的产品）挂钩的“气囊指增”产品受到关注。

　　吕成涛解释称，“气囊指增”本质上是通过支付一定比例的看跌期权费，在所对标指数下跌不超过一定幅度的时候获取一个安全垫，从而缓冲在这个跌幅内的亏损。

　　宽德投资同样表示，“气囊指增”是指量化指增策略叠加指数看跌期权，可以对指增产品的下行风险缓冲保护，投资者通过让渡部分向上的收益来获得一定程度上向下的安全垫。

　　孙恩祥认为，“气囊指增”作为奇异期权的金融衍生品，与传统意义上的雪球结构产品相比，其通过让出部分向上收益给到券商等机构，同时转嫁极端向下风险起到一定安全垫。“气囊指增”等衍生品最早出现在指数震荡下行阶段，表明绝大多数投资者当时投资情绪较为悲观，渴求确定性收益。多数量化指增产品常年满仓运行，有效控制下行风险需要减少风险因子暴露。

　　“气囊指增与普通指增的区别在于，它能够对指增产品的下行风险进行保护缓冲，相当于有一层安全垫。这种产品适用于看好长期指数增强收益，但对指数向下波动风险承受能力较低同时愿意让渡一部分向上收益的投资者。”邹倚天表示，气囊指增在原有的量化指增策略的基础上叠加指数看跌期权，本质是通过对金融衍生品工具的应用，提升投资组合的抗风险能力。

　　“气囊实现的方式有很多种，比如类似雪球期权那样有敲入条件的气囊期权。”蒙玺投资进一步解释道，在指数未在观察日敲入的情况下，即使指数下跌，投资者也没有损失。反而在指数上涨的情况下，有一定比例的上涨收益。当然在击穿气囊，即满足敲入条件下，投资者有实际指数的亏损。因此需要投资者对指数有个相对的信心不会过度大跌。这类似指增加上买入熊市价差的结构，即卖出一个低行权价格的看跌期权，买入一个较高行权价格看跌期权，这样最大损失在未触及低行权价格的时候是限定的，小于实际的指数下跌损失。或者直接买入一个看跌期权，最大损失也是确定的。后两者结构也同时保留了指数上涨时候的收益。

　　从风险收益特征来看，“气囊指增”适合看好指数希望获得长期指数增强收益，但对短期行情比较担心，希望获得一定保护区间的投资者。不过在遇到极端下挫行情时，投资者依旧需要承担相应的损失，投资者应当谨慎对待。

　　严格控制风险敞口

　　择时对冲平滑波动

　　据记者了解，目前布局“气囊指增”产品的量化机构并不算多。宽德投资表示，目前未布局“气囊指增”的产品。在指数增强策略方面，宽德聚焦于更稳定地为投资者争取超额收益。

　　吕成涛表示，千象虽然没有类似“气囊指增”使用场外衍生品的产品线，但公司推出了“择时对冲”系列产品，在纯量化选股的基础上，叠加了股指CTA策略平滑波动。千象的股指CTA主要为趋势跟踪策略，当市场出现连续下跌的时候，股指CTA大概率会持有空头头寸，从而对股票端有较为明显下跌保护的效果。通过两个长期有效的策略独立运行，去平滑波动控制下行风险。目前，千象的股指CTA策略已实盘运行近10年时间，大部分年份都录得正收益，在平滑波动的同时也避免了因为支付期权费对产品收益的拖累。

　　面对市场波动、政策变化、市场需求等因素带来的下行风险，考验的是机构的风险控制能力。

　　邹倚天表示，指增产品需要严格做好风险控制。一方面是严格控制跟踪误差，严格控制各类因子的暴露敞口，不在某一行业和风格上过度暴露；另一方面是策略配置要多元化，从而丰富超额收益来源，提高策略整体的健壮性。黑翼为会根据不同策略的收益风险特征制定合适的风控标准，策略因子包括了基本面、人工量价和机器学习，信号周期涵盖从日内到星期级别，策略的市场适应性和有效性更有保证。

　　宽德投资主要通过以下三种方法来控制下行风险：一是深入了解投资标的的风险，从市场的相关性结构出发尽力做到分散风险。二是控制策略之间的相关系数，尽最大可能降低策略之间同质化的现象。三是严格控制在不同风格因子上的暴露。

　　“通常来说，我们会对风险因子的暴露进行一系列的控制，从而维持超额收益的稳定性，避免因为风险因子的大幅波动对产品超额产生的影响。”蒙玺投资说道。

　　孙恩祥称，风险因子由市场、行业、风格等因子共同决定。首先是要加强宽基指数跟踪程度，降低超额收益波动可以有效分散风险。其次要控制行业偏离度，尽量做到各行业持仓权重比例与宽基指数的行业权重比例一致。最后，各风格因子中均衡配置与宽基的风格因子暴露应尽可能保持一致。